一、15顶角模型反射方程的常数解（论文文献综述）
徐嘉翊[1]（2021）在《基于偏振高光谱成像技术的南疆冬枣BRDF方位定量检测模型研究》文中认为偏振高光谱成像技术在快速获得被测样品光谱信息的同时,还可以获取样品的空间分布信息以及图像特征,因此在食品、农产品、烟草等领域无损检测中应用广泛。为解决户外高光谱品质检测时由于方位因素带来的影响,提高冬枣户外检测精度,开展了一系列高光谱偏振探测试验,分别从Roujean模型和Walthall模型反演果品BRDF（Bidirectional Reflectance Distribution Function,双向反射分布函数）参量、分析影响果品空间特性光谱的因素、探索果品空间特性光谱的反演方法、冬枣BRDF方位定量检测模型的应用等方面进行了研究,主要结论总结如下:（1）进行户外多角度偏振探测试验,使用Roujean模型和Walthall模型对冬枣和小白杏的f00（强度分量）和Orient（偏振相角）进行反演,其中Roujean模型反演冬枣f00和Orient时平均R2为0.9952和0.9179,平均误差为4.7%和5.9%;Roujean模型反演小白杏f00和Orient时平均R2为0.9826和0.9059,平均误差为4.5%和8.6%;Walthall模型反演冬枣f00和Orient时平均R2为0.9447和0.9491,平均误差为8.1%和19.5%;Walthall模型反演小白杏f00和Orient时平均R2为0.9158和0.8176,平均误差为17.2%和11.7%。试验表明Roujean模型和Walthall模型可以用于反演果品表面的BRDF参量,为果品户外检测时减小方位变化带来的光谱差异提供了参考。（2）以冬枣、葡萄、香梨三种果品为研究对象进行户外多角度偏振探测试验,分别提取空间特性光谱进行预处理,之后与品质因素（水分、糖分）和方位因素（探测角、方位角、相位角）分别建立PLS模型,对比模型精度。三种果品（按照冬枣、葡萄、香梨的顺序）的相关系数R分别为糖分模型:0.8533、0.8227、0.9133;水分模型:0.7413、0.7847、0.8913;探测角:0.9856、0.9927、0.9747;方位角模型分别为0.9418、0.9105、0.9369;相位角模型分别为0.9609、0.9570、0.9563。试验表明,在果品中角度因素是影响空间特性光谱的主要因素。（3）使用Roujean模型和Walthall模型对比反演冬枣、葡萄、香梨三种果品的空间特性光谱,探索适合反演每种果品空间特性光谱的模型。使用Roujean模型反演三种果品时决定系数R2分别为0.9344、0.9281和0.8306;使用Walthall模型反演三种果品时R2分别为0.9433、0.8597和0.8390。两种模型在1340～1440 nm范围拟合效果最差,其原因可能是在1 400 nm附近有水分吸收峰造成干扰。试验说明Roujean模型适合反演冬枣和葡萄,Walthall模型适合反演冬枣,两种模型都不适合反演香梨,并为反演其他果品的空间特性光谱提供了参考。（4）以试验中90个冬枣为研究对象,分析BRDF定量检测模型修正冬枣光谱的可行性。将修正后的冬枣光谱与户外未修正的冬枣光谱进行预处理后,分别与水分和糖分建立PLS预测模型,修正后的模型相关系数R分别为0.9505和0.8936,未修正的模型相关系数R分别为0.9079和0.8388,试验说明经过BRDF定量检测模型修正过的冬枣光谱能更准确的预测冬枣的水分和糖分,从而达到修正户外方位因素带来的差异,提高户外冬枣无损检测精度的目的,并为香梨、葡萄等其他果品提高检测精度提供了参考。
陶强[2]（2020）在《复合材料网格及其增强结构的承载与失效行为研究》文中进行了进一步梳理当前,航空航天飞行器结构正面向大型化、轻量化、高收纳和高承载的趋势发展。空间充气展开结构由于其轻质、折叠体积小和展开可靠性高等优点成为上述问题的潜在解决方案。但空间充气展开结构存在的皱曲、形状保持困难和承载能力低等问题成为制约其发展的主要因素,已有的研究中采用网格增强薄膜来提升薄膜充气结构的形状稳定性和承载能力,其中网格类型包括柔性网格和刚性网格。柔性网格增强薄膜结构目前基本仅限于工程应用,缺乏网格和薄膜协同承载机理的研究,网格对薄膜结构性能提升的机制不明确。刚性网格增强薄膜结构的承载机理不明确,而且刚性网格存在收纳率问题。本文重点开展复合材料网格及其增强结构的承载和失效行为研究,对丰富网格增强结构的力学基本理论以及促进薄膜充气结构在航空航天领域中的应用,具有重要的理论和工程指导意义。本文以复合材料网格及其增强结构为核心,以结构的承载与失效为关注点,以2D柔性网格增强材料及结构、2D复合材料网格及其增强结构、3D复合材料网格结构及其变构型设计为研究主线,逐步开展了以下几方面的研究工作:通过柔性网格增强薄膜的拉伸特性分析,揭示了网格与薄膜协同承载的机理;建立了柔性网格增强薄膜充气梁的弯皱力学模型,预报了柔性网格增强薄膜充气梁的临界皱曲载荷和失效载荷,并进行了实验验证,理论结果与实验结果吻合良好;通过柔性网格增强薄膜充气梁的弯皱承载分析,揭示了网格层在提升薄膜充气结构的抗屈抑皱性能中的作用机制;开展了柔性网格增强充气梁的充压膨胀行为分析,评估了柔性网格增强薄膜充气结构的形状保持能力。实验研究了复合材料网格增强平板的拉压特性,并分析了网型、缺陷、薄膜、制备方法等因素对复合材料网格增强平板拉压性能的影响;通过实验测试和数值仿真研究了柱壳型复合材料网格增强结构的屈曲行为;开展了抛物面型复合材料网格增强结构的承载特性研究,分析了网格增强层对薄膜充气结构型面稳定性以及承载性能的影响,阐述了抛物面型复合材料网格增强结构的承载机理。抛物面型米字型复合材料网格增强充气结构展现出最优的型面稳定性和承载效率,并呈现出独特的阶梯式渐进失效模式。设计了3D复合材料网格结构,并建立了理论模型预报了其等效力学性能;制备了3D复合材料网格结构,并对其抗弯承载行为进行了实验测试;研究了3D复合材料网格结构的弯曲失效行为,分析了影响3D复合材料网格结构弯曲失效模式的因素,并阐述了其失效机制。研究结果表明:3D复合材料网格明显提高了结构抗面外变形的能力,并且表现出混合渐进失效模式。开展了SMP复合材料网格结构的变构型设计及其承载性能研究。阐述了SMP复合材料网格结构的变构型设计原理;考虑形状记忆聚合物的粘弹特性,基于形状记忆聚合物的宏观热力学模型,开展了SMP复合材料网格结构的折展行为分析,并进行了实验验证;通过建立SMP复合材料网格梁的三点弯有限元模型,仿真分析了结构的承载特性,并分析了折叠对结构承载和失效模式的影响。3D复合材料网格梁经过折叠和展开后,芯层存在残余变形。残余变形影响了结构的承载性能和失效模式。
范勇,崔先泽,冷振东,卢文波,王峰[3]（2020）在《侧向爆破荷载作用下地下厂房高端墙振动预测与安全分析》文中认为在水工建筑物附近进行大规模爆破施工时,爆破产生的振动效应直接影响水工建筑物的安全稳定。针对侧向爆破荷载作用下邻近厂房高端墙的振动效应展开研究,结合萨道夫斯基公式和薄板模型建立了反映中心放大效应的高端墙爆破振动峰值预测模型,以深溪沟水电站灌排洞爆破开挖为例,分析了灌排洞爆破施工在邻近厂房高端墙产生的振动空间分布特征,并采用实测爆破振动数据对预测模型进行了训练和检验;基于确定的高端墙爆破振动安全控制标准,对侧向爆破荷载作用下地下厂房高端墙安全性进行了分析。研究结果表明:爆破应力波传至地下厂房高端墙时会发生反射,反射回来的应力波与入射应力波叠加,会加剧高端墙的振动效应,呈现出非常明显的中心放大现象;保障厂房高端墙安全的关键在于控制其中心的爆破振动峰值,尤其要严格控制垂直于高端墙方向的爆破振动幅值,不得大于1.2 cm/s（以C20标号的混凝土厂房为例）,从而避免高端墙发生张拉破坏。
李伟[4]（2020）在《基于偏振高光谱成像的南疆红枣水分快速检测方法研究》文中研究指明传统的便携式光谱仪其检测效率并不能满足新疆红枣产业日益发展需求。并且高光谱分选仪受限于暗箱的大小,并不能对红枣水分快速检测。为了提高南疆红枣水分检测效率,开展了一系列高光谱偏振试验。分别从红枣的二向反射特性、暗箱红枣数据采集与建模、偏振图像在红枣分类中的应用、室内红枣水分快速检测模型进行了研究主要结论总结如下:（1）不同于暗箱均匀光源,在室内和户外进行红枣光谱数据采集时,红枣的反射率会因光源入射天顶角、探测器探测天顶角和相对方位角变化而改变。产生的红枣镜面反射参量并不反映红枣内部水分信息。使用偏振二向测量系统,测量了南疆红枣在入射天顶角（20°、30°、40°、50°、60°）、探测天顶角（30°、40°、50°、60°）和相对方位角（0°230°）的反射率。可知在相对方位角180°,探测天顶角和入射天顶角相等时,其镜面反射率达到最大值,找到红枣的热区。由于红枣热区所提取的光谱建模误差较大,所以后续试验避开红枣热区。为后续试验摆放光源和探测器的位置提供了指导。（2）暗箱所采集的光谱具有稳定性,受到环境影响因素较小。以暗箱试验为基准,后续拓展到室内和户外试验。使用实验室的高光谱分选仪对南疆红枣进行了暗箱光谱数据采集,然后进行黑白校正。采用烘干减质量法测定红枣的含水率。使用多种光谱预处理方法对红枣原始光谱进行预处理,分别使用连续投影算法（SPA）和竞争性自适应加权算法（CARS）优选波长。最后对比偏最小二乘法（PLS）和BP神经网络建模。多次调参后,发现BP神经网络所建立的模型最优。其相关系数（R）为0.9321,校正标准偏差（RMSEC）为0.5841,预测标准偏差（RMSEP）为1.0281。但由于BP神经网络对初始权重非常敏感,极易收敛于局部极小。所以选用更为稳定的偏最小二乘法为室内快速检测模型的建模方法。（3）在户外分别使用近红外偏振高光谱分选仪和可见光偏振相机进行数据采集。分别对数据进行计算得到S0、S1、S2、Dolp和Orient图像,进行RGB合成。对强化后的图像使用支持向量机（SVM）进行分类,成功将红枣从复杂的背景中分离。总精度分别为0.9585和0.9932。为红枣水分快速检测提供了掩膜和位置光谱数据提取的技术支持。（4）根据红枣的二向反射特性,设定相机与卤素灯相对方位角40°,相机的探测天顶角30°,光源入射天顶角35°,避开红枣反射率的热区。将红枣放在室内的铁架子上,对数据进行采集。将偏振强化后的图像使用SVM分类。提取红枣的位置信息、光谱信息和建立掩膜。最后建立模型,其校正标准偏差（RMSEC）为1.0683,预测标准偏差（RMSEP）为1.0805,相对分析误差（RPD）为2.3345,相关系数（R）为0.9156,与暗箱建模精度对比满足水分检测精度要求。将所建立的最优模型应用到数据中红枣每一个像素点,得到红枣灰度图。此时红枣图像的灰度值对应其水分值。接着应用假彩色伪编码技术,使用不同的颜色在红枣上表示不同的水分值,将红枣的品质分布特征表示出来。实现红枣水分可视化和快速检测。
周斌兴[5]（2020）在《多光谱遥感影像薄云去除方法研究》文中进行了进一步梳理星载遥感技术在地球科学研究中发挥着重要作用。然而,光学遥感传感器获取的数据容易受大气中云层的影响,云层的存在会影响对光学遥感数据的成像质量和研究使用。因此,如何消除或减少云层对光学遥感影像的影响具有一定的研究意义。本文主要研究多光谱遥感影像的薄云去除方法。首先,本文对基于经验和辐射传输模型的薄云去除算法进行了介绍和总结。该算法利用波段间光谱响应的线性统计关系和辐射传输模型对云进行建模,以实现云的去除。然而,该算法在复杂的地面特征情况下表现不理想。为此,本文提出一种改进的方法,该改进方法利用Landsat-8卫星搭载的卷云波段,提高了模拟的薄云反射率的准确度。通过不同的土地覆盖类型的Landsat-8 OLI数据集进行了两次实验,以验证改进方法的有效性。定性和定量分析均表明,改进方法得到的结果优于原算法。以其中一组实验为例,改进方法得到的结果与参考图像间的空间相关系数在0.919–0.956之间,优于原算法的0.717–0.912。由于改进的基于经验和辐射传输模型的薄云去除算法只能去除可见光波段的薄云,本文利用慢特征分析算法提出了一种新颖的,能够去除可见光到中红外波段薄云的方法。该方法将光谱波段和卷云波段作为输入进行信号分离,并依据分离信号的变化程度由慢到快依次输出。第一个分离信号被识别为“云成分”。然后,通过该“云成分”计算每个光谱波段中的薄云反射率并进行移除。本文分别通过模拟的有云数据和获取的Landsat-8数据对提出的去云方法进行了验证。实验结果显示,经过去云后,参考图像与去云结果间的R2值达到了0.9甚至更高,RMSE值（均方根误差）则接近于0,表明该方法有效的去云性能。最后,为了研究所提出方法的适用性,对不同地物类型的Landsat-8数据和一组Sentinel-2A数据进行了验证,均取得了满意的结果。
杜超杰,赵舒曼,刘慧,马翼宁,邹嘉南,邓小波,胡波[6]（2020）在《香河地区冬季NO2光解速率的变化特征及其估算方法的建立》文中研究说明NO2的光解速率j（NO2）是对流层化学研究中的一个重要的参数,它是对流层臭氧（O3）和OH自由基的形成关键影响因子之一。本文利用香河站2017年11月至2018年1月的观测资料对NO2的光解速率j（NO2）、太阳辐射的变化特征,及光解速率与分波段辐射相关性进行分析,在此基础上建立了一套适合于构建香河地区j（NO2）的参数化方案。结果表明,香河地区的j（NO2）与太阳辐射的变化趋势基本一致,日变化均呈正午高、早晚低的单峰型。香河地区冬季j（NO2）的变化范围是0.00046～0.0044 s-1,平均值为0.0029 s-1。j（NO2）与晴空指数（KS）和定义的紫外辐射晴空指数(KUV)存在很好的相关性,因此,利用j（NO2）与大气质量数和晴空指数的相互依赖关系,基于KUV构建了适合于香河地区j（NO2）的估算方程。由于总辐射是气象站的常规观测要素,晴空指数KS更容易获取,继而建立了通过KS参数化计算j（NO2）的估算方程。利用KUV和KS建立的j（NO2）估算方程的瞬时估算值与观测值的平均相对误差分别为6.5%和13.9%,均方根误差分别为0.00029和0.00051。
张晓月,李琳琳,王莹,张琪,李国春[7]（2020）在《采用Landsat8产品算法流程的高分一号数据大气校正》文中指出高分一号（GF-1）卫星搭载的传感器,实现了高分辨率和宽幅成像能力的结合,使其在精准农业方面应用发挥重要作用。该文在6S大气辐射模拟模型基础上,参照LaSRC大气校正流程,设计了GF-1卫星WFV/MSS数据从算法原理分析到编码实现的大气校正。算法应用大气总传输率、水汽透过率和大气后向半球反照率等参数和高程、大气可降水以及臭氧含量等值,循环计算使GF-1像元红蓝通道值比等于来自MODIS数据的红蓝通道值比,求得GF-1像元气溶胶,再将包含当日大气可降水和臭氧含量的辅助数据文件等代入6S模型,得到大气校正后的地表反射率。试验表明,该大气校正方法在有农田和林木等植被覆盖的中低纬度大气校正效果较好,对稀疏植被的荒漠裸地和建筑地表大气校正效果相对稍差。比较GF-1WFV/MSS数据与Landsat8（LC8）OLI数据的基于6S模型LaSRC流程算法的大气校正结果,GF-1WFV/MSS各传感器与LC8OLI大气校正结果的相关系数为0.825～0.972,2种卫星数据大气校正结果相关性高,其中WFV相较于MSS显示出与LC8 OLI更相近的大气校正结果。结果表明,应用6S模型原理参照LaSRC校正流程设计的自行估计数据逐像元水平气溶胶参数的GF-1卫星数据大气校正方法应用方便、可操作性强,适合生长季农林监测等陆面应用。
姜智南[8]（2019）在《太赫兹衰减全反射光谱与成像技术在生物检测中的应用研究》文中进行了进一步梳理太赫兹波是指频率在0.1 THz-10 THz范围内的电磁波,介于远红外光与微波之间的电磁波谱区域。太赫兹波具有很多独特的电磁性质,如瞬态性、宽带性、低能性等。因此,太赫兹波光谱成像技术在生命科学、医学成像等领域有着极大的应用前景与应用价值。本文基于太赫兹波衰减全反射光谱成像技术,实现对不同生物材料的太赫兹光谱成像测量;基于单层和双层ATR样品模型,对胶质细胞的太赫兹波介电响应特性进行研究;开展太赫兹波ATR成像分辨率补偿技术的相关研究工作。本文的主要内容以及创新点如下:1.概述太赫兹波光谱技术以及成像技术在生物医学方面的研究进展和发展趋势。2.基于高灵敏的太赫兹波衰减全反射技术,对人工脑脊液、生物相容性材料、脑胶质瘤组织以及脑胶质瘤患者的DNA、RNA和蛋白质的太赫兹光谱进行研究。3.设计新型的细胞培养硅皿结构,将单层胶质细胞生长于硅皿结构中,再将硅皿结构紧密贴合于道威棱镜上表面,实现对单层细胞的太赫兹光谱的快速多次测量。基于薄膜导纳理论,通过结合单层和双层ATR模型的太赫兹波光谱测量方法,实验中能够在细胞层厚度未知的情况下,实现对单层细胞太赫兹介电响应特性的精确解析。4.基于太赫兹波ATR成像分辨率补偿技术,通过在太赫兹聚焦透镜和道威棱镜之间加入补偿棱镜组,有效克服太赫兹波ATR成像垂直扫描过程中图像边缘处容易出现焦点偏移的问题,实现对水滴样本的高质量成像。
陈思媛,竞霞,董莹莹,刘良云[9]（2019）在《基于日光诱导叶绿素荧光与反射率光谱的小麦条锈病探测研究》文中进行了进一步梳理综合利用反射率光谱在作物生化参数探测的优势和叶绿素荧光在光合生理诊断的优势,开展了日光诱导叶绿素荧光（SIF）和反射率光谱指数协同的小麦条锈病光谱探测研究,以期提高小麦条锈病病情严重度的预测精度。利用O2-A波段（760 nm）的SIF信号和对小麦条锈病病情严重度敏感的7种反射率光谱指数,基于支持向量机（SVM）、逐步回归（SR）以及神经网络（BP）算法,定量分析了反射率光谱指数和反射率光谱指数与SIF协同的小麦条锈病病情严重度（DI）光谱探测模型的预测精度。结果表明:①SIF与小麦条锈病病情严重度之间存在极显着的负相关关系,SIF与DI间的响应能有效地应用于小麦条锈病的遥感探测;②SIF结合反射率光谱指数的小麦条锈病病情严重度光谱模型探测精度均高于反射率光谱指数模型,SIF能够显着提高小麦条锈病病情严重度的光谱探测精度;③无论是利用反射率光谱指数还是SIF结合反射率光谱指数作为小麦条锈病病情严重度预测模型的输入参数,训练模型以BP模型的预测精度最高,但验证结果表明SVM与SR方法构建的病情严重度预测模型效果较优。
陈冲[10]（2019）在《南疆红枣多角度高光谱偏振检测模型研究》文中研究指明为了提高南疆红枣快速检测模型的精度与效率,开展多角度偏振标定与校准试验。使用偏振二向性测量系统,采集不同光源高度角、不同探测器方位角、不同偏振片方位角对红枣与叶片反射率进行了测量。同时使用高光谱分选仪,采集了不同生长阶段的红枣、不同偏振角度,室内暗箱和户外枣园的高光谱数据。最后通过不同的光谱数据处理方法,使用不同建模方法对室内红枣高光谱数据进行含水率建模。同时将高光谱偏振检测系统进行了功能升级。现将主要结论总结如下:（1）通过偏振二向性反射测量系统,测量叶片与红枣在方位角（0°-360°）,光源高度角（30°、40°、50°、60°）、探测器高度角（0°、10°、20°、30°、40°、50°、60°）、偏振度（0°、90°）样品的反射率,可知方位角0°100°与200°250°时反射率值变化较小,在这一区间叶片与红枣表现出朗伯体特征。当方位角在150°（热点区域）时出现明显反射峰值。同时同一高度上探测器0°偏振反射比高于90°偏振。（2）在试验室内利用高光谱分选仪测量120颗红枣,通过ENVI软件对红枣光谱数据进行预处理提取感兴趣区域,采用烘干减质量法计算红枣含水率。使用TQ对数据进行建模。通过不同预处理方法,最终使用偏最小二乘法经过MSC与一阶导数平滑后可得到最优模型。模型R为0.92816,SEC为0.248,SEP为0.482.主因子数为10。（3）利用高光谱检测系统偏振功能,测量户外不同角度下高光谱偏振数据,同时应用Stokes参数表达式,对高光谱偏振图像进行运算得到S0、S1、S2、线偏振度DoLP、偏振相角Orient图像。建立偏振度分量五次多项式模型,得到模型最高误差与最低误差分别为11.17785与3.9971。（4）使用ENVI高光谱波普库管理工具建立红枣背景光谱库与目标偏振光谱库。在目标偏振光谱建立中使用波普分析对已知波普进行了分析,在分析结果中可以看到得分分别为0.852、0.824、0.924、0.943。可知波普库适合对波谱进行分类与预测识别。
二、15顶角模型反射方程的常数解（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、15顶角模型反射方程的常数解（论文提纲范文）
（1）基于偏振高光谱成像技术的南疆冬枣BRDF方位定量检测模型研究（论文提纲范文）
| 摘要 |
| summary |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 偏振高光谱成像技术研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 双向反射分布函数 |
| 1.4 预处理方法 |
| 1.4.1 马氏距离 |
| 1.4.2 浓度残差 |
| 1.4.3 竞争性自适应权重取样算法 |
| 1.4.4 多元散射校正 |
| 1.4.5 标准正态变换 |
| 1.4.6 导数 |
| 1.5 研究内容 |
| 1.6 技术路线 |
| 第2章 Roujean模型和Walthall模型反演果品BRDF参量 |
| 2.1 试验部分 |
| 2.1.1 材料与仪器 |
| 2.1.2 试验方法 |
| 2.2 数据处理及结果分析 |
| 2.2.1 平场校正 |
| 2.2.2 计算f_(00)和Orient参量 |
| 2.2.3 Roujean模型反演冬枣f_(00)和Orient参量 |
| 2.2.4 Roujean模型反演小白杏f_(00)和Orient参量 |
| 2.2.5 Walthall模型反演冬枣f_(00)和Orient参量 |
| 2.2.6 Walthall模型反演小白杏f_(00)和Orient参量 |
| 2.3 小结 |
| 第3章 方位和品质对南疆果品空间特性光谱的影响 |
| 3.1 试验部分 |
| 3.1.1 材料与仪器 |
| 3.1.2 试验方法 |
| 3.2 试验数据处理 |
| 3.2.1 空间特性光谱提取 |
| 3.2.2 数据预处理 |
| 3.2.3 冬枣糖分模型建立 |
| 3.3 试验结果分析与讨论 |
| 3.3.1 冬枣理化值模型建立 |
| 3.3.2 葡萄理化值模型建立 |
| 3.3.3 香梨理化值模型建立 |
| 3.4 小结 |
| 第4章 果品空间特性光谱反演方法研究 |
| 4.1 模型介绍 |
| 4.1.1 Roujean模型 |
| 4.1.2 Walthall模型 |
| 4.1.3 模型反演 |
| 4.2 试验数据处理 |
| 4.3 试验结果 |
| 4.3.1 Roujean模型反演结果 |
| 4.3.2 Walthall模型反演结果 |
| 4.3.3 反演结果对比 |
| 4.4 小结 |
| 第5章 冬枣BRDF方位定量检测模型应用 |
| 5.1 试验部分 |
| 5.2 数据处理 |
| 5.2.1 反演空间特性光谱 |
| 5.2.2 修正冬枣光谱 |
| 5.2.3 光谱预处理 |
| 5.3 试验结果分析 |
| 5.3.1 水分模型对比 |
| 5.3.2 糖分模型对比 |
| 5.3.3 水分和糖分分布图 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（2）复合材料网格及其增强结构的承载与失效行为研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 物理量含义、缩略词及术语表 |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 2D网格结构的研究现状 |
| 1.2.2 3D网格结构的研究现状 |
| 1.2.3 变构型网格结构的研究进展 |
| 1.3 研究现状评述 |
| 1.4 本文的主要研究内容 |
| 第2章 柔性网格增强薄膜充气梁的弯皱行为 |
| 2.1 引言 |
| 2.2 网格增强薄膜 |
| 2.2.1 概念与设计 |
| 2.2.2 网格增强薄膜的制备 |
| 2.3 柔性网格增强薄膜的拉皱特性 |
| 2.3.1 柔性网格增强薄膜的制备 |
| 2.3.2 应变的非接触测试方法 |
| 2.3.3 拉皱实验与结果分析 |
| 2.4 柔性网格增强薄膜充气梁的弯皱行为 |
| 2.4.1 柔性网格增强薄膜充气梁的弯皱实验 |
| 2.4.2 柔性网格增强薄膜充气梁的弯皱力学模型 |
| 2.4.3 柔性网格增强薄膜充气梁的弯皱数值分析 |
| 2.5 柔性网格增强薄膜充气梁的充压膨胀特性 |
| 2.6 本章小结 |
| 第3章 2D复合材料网格增强壳结构的承载与失效 |
| 3.1 引言 |
| 3.2 2D复合材料网格增强平板结构及其拉压承载与失效 |
| 3.2.1 2D复合材料网格增强平板结构的制备 |
| 3.2.2 2D复合材料网格增强平板的拉伸承载与失效 |
| 3.2.3 2D复合材料网格增强平板的面内压缩承载与失效 |
| 3.3 柱壳型复合材料网格增强结构的压弯承载特性 |
| 3.3.1 复合材料网格柱壳的轴向压屈特性 |
| 3.3.2 复合材料网格增强薄膜充气梁的抗弯承载 |
| 3.3.3 复合材料网格增强薄膜充气梁的充压膨胀 |
| 3.4 抛物面型复合材料网格增强结构的面外承压失效行为 |
| 3.4.1 抛物面型复合材料网格增强结构的制备 |
| 3.4.2 抛物面型复合材料网格增强结构的面外承压与失效 |
| 3.4.3 曲面构型测试与型面稳定分析 |
| 3.4.4 抛物面型复合材料网格增强结构承载性能的参数分析 |
| 3.5 本章小结 |
| 第4章 3D复合材料网格结构的承载与失效行为 |
| 4.1 引言 |
| 4.2 3D复合材料网格结构等效力学性能的预报 |
| 4.2.1 3D复合材料网格结构与单胞的几何模型 |
| 4.2.2 等效性能的预报模型 |
| 4.3 3D复合材料网格结构抗弯承载性能的实验分析 |
| 4.3.1 3D复合材料网格结构的制备 |
| 4.3.2 3D复合材料网格结构的抗弯承载实验 |
| 4.4 3D复合材料网格结构的失效模式分析 |
| 4.5 本章小结 |
| 第5章 SMP复合材料网格结构的变构型设计及其承载性能 |
| 5.1 引言 |
| 5.2 SMP复合材料网格结构的变构型设计 |
| 5.3 SMP复合材料网格结构的折叠与展开力学特性 |
| 5.3.1 宏观力学模型 |
| 5.3.2 Prony级数和WLF方程常数的确定 |
| 5.3.3 SMP复合材料网格结构的有限元模型 |
| 5.3.4 SMP复合材料网格结构的折叠与展开行为 |
| 5.4 SMP复合材料网格结构的变构型实验 |
| 5.5 SMP复合材料网格结构的承载性能 |
| 5.5.1 三点弯有限元模型 |
| 5.5.2 3D复合材料网格梁的三点弯承载分析 |
| 5.5.3 含残余变形的3D复合材料网格梁的三点弯承载分析 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（3）侧向爆破荷载作用下地下厂房高端墙振动预测与安全分析（论文提纲范文）
| 1 厂房高端墙爆破振动幅值预测模型 |
| 1.1 分析模型 |
| 1.2 侧向爆破荷载作用下厂房高端墙振动求解 |
| 2 工程验证 |
| 2.1 工程概况 |
| 2.2 高端墙爆破振动中心放大效应 |
| 2.3 预测模型的训练和检验 |
| 2.4 厂房高端墙爆破振动安全分析 |
| 3 结 论 |
（4）基于偏振高光谱成像的南疆红枣水分快速检测方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 国内外发展现状 |
| 1.2.1 仪器平台发展 |
| 1.2.2 偏振图像技术的研究 |
| 1.2.3 模型的研究 |
| 1.3 研究内容 |
| 1.4 技术路线图 |
| 第2章 红枣二向性测量研究 |
| 2.1 二向反射分布函数的发展和机理 |
| 2.2 试验仪器和试验样品的介绍 |
| 2.3 试验数据的处理和分析 |
| 2.4 本章小结 |
| 第3章 暗箱红枣数据采集与分析 |
| 3.1 材料与方法 |
| 3.1.1 仪器设备及软件 |
| 3.1.2 试验材料 |
| 3.1.3 试验方法 |
| 3.1.4 相关原理介绍 |
| 3.2 结果与分析 |
| 3.2.1 异常样本的剔除 |
| 3.2.2 光谱预处理 |
| 3.2.3 样品的校正集和预测集的划分 |
| 3.2.4 特征波长的选取 |
| 3.2.5 PLS建模分析 |
| 3.2.6 BP神经网络建模分析 |
| 3.3 本章小结 |
| 第4章 偏振光谱在南疆红枣分类中的应用 |
| 4.1 试验仪器和数据采集 |
| 4.1.1 仪器设备及软件 |
| 4.1.2 数据的采集 |
| 4.2 成像偏振探测原理、主成分分析和支持向量机介绍 |
| 4.3 结果与分析 |
| 4.3.1 偏振高光谱识别分类 |
| 4.3.2 偏振高光谱分类精度分析 |
| 4.3.3 偏振可见光识别分类 |
| 4.3.4 偏振可见光分类精度分析 |
| 4.4 本章小结 |
| 第5章 红枣水分快速检测模型研究 |
| 5.1 试验部分 |
| 5.1.1 试验材料 |
| 5.1.2 仪器设备 |
| 5.1.3 红枣水分的测定 |
| 5.1.4 高光谱图像的采集及校正 |
| 5.1.5 图像处理和光谱数据提取 |
| 5.1.6 数据分析方法 |
| 5.1.7 数据分析软件 |
| 5.2 结果与分析 |
| 5.2.1 异常样本的剔除 |
| 5.2.2 校正集和预测集的划分 |
| 5.2.3 全光谱波段模型的建立 |
| 5.2.4 光谱特征波段的选择 |
| 5.2.5 模型的建立与分析 |
| 5.2.6 红枣水分可视化 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
（5）多光谱遥感影像薄云去除方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究历史与现状 |
| 1.3 研究内容与技术方案 |
| 1.3.1 研究内容 |
| 1.3.2 技术方案 |
| 1.4 论文结构 |
| 第二章 云与遥感影像的成像模型 |
| 2.1 云的性质 |
| 2.1.1 形成与分类 |
| 2.1.2 对太阳辐射的影响 |
| 2.2 云层影响的辐射传输模型 |
| 2.3 云在遥感影像中的特征 |
| 2.4 相关薄云去除算法 |
| 2.4.1 基于频率域的去云算法 |
| 2.4.2 基于光谱特征的去云算法 |
| 2.4.3 基于图像转换的去云算法 |
| 2.5 本章小结 |
| 第三章 一种改进的基于辐射传输模型的去云算法 |
| 3.1 RTM-based算法 |
| 3.1.1 辐射传输模型 |
| 3.1.2 参数推导 |
| 3.2 算法有效性验证 |
| 3.2.1 研究区域及数据 |
| 3.2.2 RTM-based算法结果 |
| 3.3 一种基于RTM-based算法的改进方法 |
| 3.3.1 Landsat-8 与卷云波段 |
| 3.3.2 反演薄云 |
| 3.3.3 改进方法 |
| 3.4 改进方法结果及算法评估 |
| 3.4.1 实验结果 |
| 3.4.2 定量评估 |
| 3.4.3 对不同地物类型的适应性 |
| 3.5 本章小结 |
| 第四章 基于慢特征分析的薄云去除 |
| 4.1 算法介绍 |
| 4.1.1 慢特征分析 |
| 4.1.2 慢特征分析去云 |
| 4.2 算法评估方法 |
| 4.3模拟有云数据去除实验 |
| 4.3.1 实验数据 |
| 4.3.2 实验结果 |
| 4.3.3 算法评估 |
| 4.4 Landsat-8 数据去云实验 |
| 4.4.1 研究区域 |
| 4.4.2 实验结果 |
| 4.4.3 算法评估 |
| 4.5 算法讨论 |
| 4.5.1 不使用卷云波段 |
| 4.5.2 对不同地物类型的适应性 |
| 4.5.3 对不同传感器的适应性 |
| 4.5.4 计算效率 |
| 4.6 本章小结 |
| 第五章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（6）香河地区冬季NO2光解速率的变化特征及其估算方法的建立（论文提纲范文）
| 1 引言 |
| 2 站点和数据介绍 |
| 2.1 站点和仪器 |
| 2.2 数据质量控制 |
| 3 香河冬季光解速率的变化特征 |
| 3.1 香河冬季光解速率的整体变化特征 |
| 3.2 日变化 |
| 3.3 j(NO2)与分波段太阳辐射的相关性 |
| 3.4 j(NO2)与晴空指数的关系 |
| 4 光解速率的估算方程的建立 |
| 4.1 太阳天顶角对光解速率的影响 |
| 4.2 基于紫外辐射晴空指数（KUV）的参数化方程 |
| 4.3 基于总辐射晴空指数（KS）的统计模型 |
| 4.4 小时均值估算模型 |
| 5 结论 |
（7）采用Landsat8产品算法流程的高分一号数据大气校正（论文提纲范文）
| 0 引言 |
| 1 原理方法 |
| 1.1 6S模型算法 |
| 1.2 光谱响应分析 |
| 1.3 像元几何参数 |
| 1.4 表观反射率 |
| 1.5 大气参数 |
| 1.5.1 气溶胶光学厚度 |
| 1.5.2 瑞利光学厚度 |
| 1.5.3 大气影响气体含量 |
| 1.5.4 大气压强 |
| 2 数据及处理 |
| 2.1 试验数据 |
| 2.2 数据处理 |
| 3 结果与分析 |
| 3.1 LC8 OLI大气校正 |
| 3.2 GF1 WFV/MSS大气校正分析 |
| 3.3 大气校正精度分析 |
| 4 结论 |
（8）太赫兹衰减全反射光谱与成像技术在生物检测中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 太赫兹波简介及特性 |
| 1.2 太赫兹光谱成像技术在生物医学方面的研究现状 |
| 1.2.1 细胞检测 |
| 1.2.2 组织检测 |
| 1.2.3 在体检测 |
| 1.3 太赫兹衰减全反射技术的研究进展 |
| 1.3.1 太赫兹衰减全反射光谱技术的研究进展 |
| 1.3.2 太赫兹衰减全反射成像技术的研究进展 |
| 1.4 论文的主要工作及各章研究内容 |
| 第2章 基于ATR模型的生物材料太赫兹光谱研究 |
| 2.1 太赫兹ATR光谱测量的原理与实验装置 |
| 2.1.1 衰减全反射式太赫兹时域光谱系统介绍 |
| 2.1.2 全反射棱镜的设计及优化 |
| 2.1.3 基于太赫兹衰减全反射技术样品参数提取方法 |
| 2.2 人工脑脊液的太赫兹光谱研究 |
| 2.3 生物相容性材料的太赫兹光谱研究 |
| 2.4 离体脑胶质瘤组织的太赫兹光谱研究 |
| 2.5 脑胶质瘤患者DNA、RNA、蛋白质的太赫兹光谱研究 |
| 2.6 本章小结 |
| 第3章 基于双层ATR模型的细胞太赫兹光谱特性研究 |
| 3.1 神经胶质细胞太赫兹检测技术的研究现状 |
| 3.2 基于双层ATR模型的太赫兹光谱实验方法 |
| 3.2.1 实验装置 |
| 3.2.2 细胞的培养 |
| 3.3 理论模型 |
| 3.4 实验结果分析 |
| 3.5 本章小结 |
| 第4章 太赫兹ATR成像分辨率补偿技术的研究 |
| 4.1 太赫兹波ATR成像技术的实验研究 |
| 4.1.1 太赫兹波ATR点阵式扫描成像实验研究 |
| 4.1.2 太赫兹波ATR面阵式成像实验研究 |
| 4.2 连续太赫兹波ATR成像分辨率补偿实验装置 |
| 4.3 基于连续太赫兹波ATR成像分辨率补偿方法理论分析 |
| 4.3.1 空气接触式补偿棱镜组理论分析 |
| 4.3.2 棱镜接触式补偿棱镜组理论分析 |
| 4.4 太赫兹ATR成像分辨率补偿实验结果分析 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（9）基于日光诱导叶绿素荧光与反射率光谱的小麦条锈病探测研究（论文提纲范文）
| 1 引 言 |
| 2 数据与方法 |
| 2.1 实验设计 |
| 2.2 数据获取 |
| 2.2.1冠层光谱测量 |
| 2.2.2病情指数 (DI) 调查 |
| 2.2.3 日光诱导叶绿素荧光计算 |
| 2.3 预测模型算法 |
| 2.3.1 BP神经网络模型 |
| 2.3.2 支持向量机 |
| 2.3.3 逐步回归模型 |
| 3 病情严重度预测模型构建 |
| 3.1 反射率光谱指数优选 |
| 3.2 SIF与DI的相关性 |
| 3.3 基于光谱指数的小麦条锈病预测模型 |
| 3.4 融合SIF与光谱指数的条锈病预测模型 |
| 3.5 模型精度评价 |
| 4 结论与讨论 |
（10）南疆红枣多角度高光谱偏振检测模型研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 国内外发展现状 |
| 1.2.1 仪器平台发展 |
| 1.2.2 偏振模型研究 |
| 1.2.3 偏振成像技术研究 |
| 1.3 研究内容与思路 |
| 第2章 红枣偏振二向性测量研究 |
| 2.1 二向反射分布函数 |
| 2.2 偏振原理 |
| 2.3 试验平台与试验样本 |
| 2.4 研究方法 |
| 2.5 叶片的偏振反射特性分析 |
| 2.5.1 叶片反射比与不同光源入射角关系 |
| 2.5.2 叶片反射比与方位角关系 |
| 2.5.3 叶片反射比与偏振方位角的关系 |
| 2.6 红枣的偏振反射特性分析 |
| 2.6.1 红枣反射比与不同光源入射角关系 |
| 2.6.2 红枣反射比与方位角关系 |
| 2.6.3 红枣反射比与偏振方位角的关系 |
| 2.7 本章小结 |
| 第3章 室内高光谱红枣数据采集处理与建模 |
| 3.1 试验样本获取与处理 |
| 3.2 试验仪器、测量方法与步骤 |
| 3.2.1 试验仪器 |
| 3.2.2 测量方法与步骤 |
| 3.2.3 红枣质量测量仪器 |
| 3.2.4 红枣水分含量测定 |
| 3.3 高光谱图像数据处理软件 |
| 3.4 高光谱图像处理方法 |
| 3.4.1 裁剪 |
| 3.4.2 感兴趣区域提取 |
| 3.4.3 主成分分析 |
| 3.4.4 独立成分分析 |
| 3.4.5 最小噪声分离 |
| 3.5 光谱预处理方法 |
| 3.5.1 平滑去噪算法 |
| 3.5.2 求导 |
| 3.5.3 标准正态变换 |
| 3.5.4 多元散射校正 |
| 3.6 异常处理 |
| 3.7 模型评价 |
| 3.8 模型分析 |
| 3.9 本章小结 |
| 第4章 户外高光谱偏振数据采集与分析 |
| 4.1 试验数据测量过程 |
| 4.2 成像偏振探测原理 |
| 4.3 高光谱偏振参数图像计算 |
| 4.4 高光谱偏振图像分析 |
| 4.5 偏振度分量模型 |
| 4.6 本章小结 |
| 第5章 高光谱数据库与波谱分析 |
| 5.1 光谱库的建立 |
| 5.1.1 光谱预处理 |
| 5.1.2 光谱库的建立 |
| 5.2 背景偏振光谱库的建立 |
| 5.2.1 背景光谱运算与建立 |
| 5.2.2 背景光谱打分 |
| 5.3 目标偏振光谱库的建立 |
| 5.3.1 建立目标偏振光谱库 |
| 5.3.2 目标偏振光谱分析 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
四、15顶角模型反射方程的常数解（论文参考文献）
- [1]基于偏振高光谱成像技术的南疆冬枣BRDF方位定量检测模型研究[D]. 徐嘉翊. 塔里木大学, 2021
- [2]复合材料网格及其增强结构的承载与失效行为研究[D]. 陶强. 哈尔滨工业大学, 2020(02)
- [3]侧向爆破荷载作用下地下厂房高端墙振动预测与安全分析[J]. 范勇,崔先泽,冷振东,卢文波,王峰. 振动与冲击, 2020(22)
- [4]基于偏振高光谱成像的南疆红枣水分快速检测方法研究[D]. 李伟. 塔里木大学, 2020
- [5]多光谱遥感影像薄云去除方法研究[D]. 周斌兴. 电子科技大学, 2020(07)
- [6]香河地区冬季NO2光解速率的变化特征及其估算方法的建立[J]. 杜超杰,赵舒曼,刘慧,马翼宁,邹嘉南,邓小波,胡波. 气候与环境研究, 2020(01)
- [7]采用Landsat8产品算法流程的高分一号数据大气校正[J]. 张晓月,李琳琳,王莹,张琪,李国春. 农业工程学报, 2020(01)
- [8]太赫兹衰减全反射光谱与成像技术在生物检测中的应用研究[D]. 姜智南. 天津大学, 2019(01)
- [9]基于日光诱导叶绿素荧光与反射率光谱的小麦条锈病探测研究[J]. 陈思媛,竞霞,董莹莹,刘良云. 遥感技术与应用, 2019(03)
- [10]南疆红枣多角度高光谱偏振检测模型研究[D]. 陈冲. 塔里木大学, 2019(07)